✍ Scribed by 李洪成
No coin nor oath required. For personal study only.
《SPSS 18数据分析基础与实践》主要介绍SPSS 18（中文版）在数据处理中的应用，结合实际案例来系统讲述数据处理和统计分析的方法与技巧。《SPSS 18数据分析基础与实践》的统计学知识部分主要参照教育部《统计学》课程教学规范的要求。全书共分为十一章，主要内容为SPSS统计分析软件简介、数据文件的建立、数据预处理、描述性统计分析、均值比较、非参数检验、相关分析、回归分析、方差分析、SPSS输出管理和语法命令。《SPSS 18数据分析基础与实践》各章基本上是各自独立的，读者可以从第一章开始顺序阅读，也可以选择感兴趣的章节进行阅读。
《SPSS 18数据分析基础与实践》可以作为数据分析工作者的参考手册，也可以作为高等院校《统计学》课程的实训教材，或者作为SPSS统计软件的培训教材。
内 容 简 介
前 言
目 录
第1章 SPSS 统计分析软件简介
1.1 SPSS 统计分析软件的发展
1.2 SPSS 版本和授权
1.3 SPSS 统计分析软件的特点
1.4 主要模块及功能简介
1.5 SPSS 的安装
1.6 SPSS 的几种基本运行方式
1.7 SPSS 的界面
1.8 SPSS 的图形用户界面
1.9 SPSS 帮助系统
1.10 小结
思考与练习
参考文献
第2章 数据文件的建立和管理
2.1 数据管理的特点
2.2 SPSS 数据编辑器简介
2.2.1 开始SPSS
2.2.2 SPSS 的数据编辑器界面
2.3 新建数据文件、数据字典
2.4 保存文件
2.5 读入数据
2.5.1 读入Excel 数据
2.5.2 读入文本数据
2.5.3 读入数据库数据
2.6 数据文件的合并
2.6.1 添加个案
2.6.2 添加变量
2.7 数据的拆分
2.8 小结
思考与练习
参考文献
第3章 数据预处理
3.1 可视离散化
3.1.1 直接输入分割点
3.1.2 根据条件自动生成分割点
3.2 缺失值
3.3 数据校验
3.4 标识重复个案和异常个案
3.4.1 标识重复个案
3.4.2 标识异常个案
3.5 选择个案
3.6 小结
思考与练习
参考文献
第4章 描述性统计分析
4.1 频率分析
4.2 中心趋势的描述：均值、中位数、众数、5％截尾均值
4.2.1 均值
4.2.2 中位数
4.2.3 众数
4.2.4 5％截尾均值
4.3 离散趋势的描述：极差、方差、标准差、分位数和变异指标
4.3.1 极差（Range）
4.3.2 方差和标准差
4.3.3 变异系数
4.3.4 分位数
4.4 分布的形状——偏度和峰度
4.5 SPSS 描述性统计分析
4.5.1 频率入口
4.5.2 描述子菜单
4.5.3 探索子菜单
4.5.4 表格
4.6 应用统计图进行描述性统计分析
4.6.1 定性数据的图形描述
4.6.2 定量数据的图形描述
4.7 数据标准化
4.8 小结
思考与练习
参考文献
第5章 均值的比较
5.1 假设检验的思想及原理
5.2 均值
5.1.1 均值过程分析
5.1.2 双因素的均值过程分析
5.3 单样本T 检验
5.3.1 数据准备
5.3.2 单样本T 检验
5.3.3 置信区间和自抽样选项
5.4 独立样本T 检验
5.4.1 数据初探
5.4.2 T 检验
5.4.3 均值差的绘图
5.5 配对样本T 检验
5.6 小结
思考与练习
参考文献
第6章 非参数检验
6.1 非参数检验简介
6.2 单样本非参数检验
6.2.1 卡方检验
6.2.2 二项式检验
6.2.3 K-S 检验
6.2.4 Wilcoxon 符号秩检验
6.2.5 游程检验
6.3 独立样本非参数检验
6.3.1 独立样本检验简介
6.3.2 独立样本检验举例
6.4 相关样本非参数检验
6.4.1 相关样本检验简介
6.4.2 相关样本检验举例
6.5 小结
思考与练习
参考文献
第7章 相关分析
7.1 相关分析的基本概念
7.1.1 相关关系的种类
7.1.2 相关分析的作用
7.2 散点图
7.2.1 散点图简介
7.2.2 散点图——旧对话框
7.2.3 用图表构建程序绘制散点图
7.3 相关系数
7.3.1 线性相关的度量——尺度数据间的相关性的度量
7.3.2 Spearman 等级相关系数—定序变量之间的相关性的度量
7.3.3 Kendall 的tau-b(K)
7.4 偏相关分析
7.5 小结
思考与练习
参考文献
第8章 回归分析
8.1 线性回归分析的基本概念
8.2 简单线性回归
8.2.1 简单回归方程的求解
8.2.2 回归方程拟合程度检验
8.2.3 用回归方程预测
8.2.4 简单线性回归举例
8.3 多元线性回归
8.3.1 多元线性回归方程简介
8.3.2 多元线性回归方程的显著性检验
8.3.3 应用举例
8.4 线性回归的诊断和线性回归过程中的其他选项
8.4.1 回归分析的前提条件
8.4.2 回归分析前提条件的检验
8.4.3 线性回归的其他选项
8.5 小结
思考与练习
参考文献
第9章 方差分析
9.1 方差分析的术语与前提
9.2 单因素的方差分析
9.2.1 描述性数据分析
9.2.2 单因素方差分析
9.3 多因素方差分析
9.3.1 多因素方差分析简介
9.3.2 多因素方差分析举例
9.4 协方差分析（ANCOVA）
9.4.1 协方差分析简介
9.4.2 协方差分析案例分析
9.5 小结
思考与练习
参考文献
第10章 SPSS 输出管理器简介
10.1 SPSS 结果浏览器简介
10.2 浏览和编辑SPSS 的分析结果
10.2.1 目录区域的对象
10.2.2 内容区域
10.2.3 移动、复制和删除结果
10.2.4 添加和编辑文本
10.3 枢轴表编辑器
10.4 把表格转换为图形
10.5 打印输出结果
10.6 导出输出结果到其他程序
10.6.1 直接复制
10.6.2 导出为其他文件格式
10.7 小结
第11章 SPSS 编程简介
11.1 应用SPSS 的五个阶段
11.2 SPSS 语法简介
11.3 SPSS 语法编辑器
11.3.1 图形用户界面和语法编程相结合
11.3.2 SPSS 操作日志
11.3.3 SPSS 语法编辑器简介
11.4 应用SPSS 语法命令进行编程
11.5 小结
思考与练习
📜 SIMILAR VOLUMES
Python是信息管理与信息系统、电子商务等信息管理类本科学生进行数据分析所需要掌握的基础性语言和分析工具，是未来学生掌握大数据分析技术的学习基础。本书共分12章，着重讲述Python语言和数据分析工具包的应用。 第1章主要介绍Python的发展历史、特点、集成开发环境、内置模块、帮助的使用等内容； 第2章主要介绍Python语言的基础知识； 第3章主要介绍Python中的常用数据结构，包括序列、字典、集合等，以及函数的定义和调用等； 第4章主要介绍Python中类、对象和方法的相关内容； 第5章主要介绍Python进行数据分析常用的NumPy、Pandas、Matplotlib、SciPy和
本书涉及的内容主要包括Python数据类型与运算,流程控制及函数与类,Pandas库的数据处理与分析等.
Python是由Guido van Rossum于20世纪80年代末和90年代初，在荷兰国家数学和计算机科学研究所设计出来的。它是一种面向对象的、用途非常广泛的编程语言，具有非常清晰的语法特点，适用于多种操作系统。目前Python在国际上非常流行，正在得到越来越多的应用。 Python可以完成许多任务，功能非常强大，其利用Pandas处理大数据的过程，由于Pandas库的使用能够很好地展现数据结构，成为近来Python项目中经常使用的热门技术，并且R和Spark对Python都有很好的调用接口，甚至在内存使用方面都有优化。本书根据作者多年教学经验编写，条理清楚，内容深浅适中，尽量让读者从实例出
本书由军事医学科学院胡良平教授组织编写， 其中第 1 章由余红梅编写， 第 2 章由王霞编写， 第 3 章由万毅编写， 第 4、 8 章由任晓卫编写， 第 5、 10 章由曾平编写，第 6 章由赵春妮编写， 第 7 章 由刘红波编写， 第 9 章由罗艳虹编写， 第 11、 12、 13、 14、 15 章由高辉、 胡良平编写， 全书由胡良平 统稿、 审校。
<p>《SPSS统计分析从基础到实践(第2版)》是基于SPSS 17.0版本进行编写的SPSS实用参考手册，共14章。书中既详细介绍了SPSS各菜单的使用方法，又给出了其相应统计方法的基本原理和适用条件。同时，对每个复杂的统计方法，都通过引例讲解说明。这有利于读者学习和真正熟练运用SPSS的强大统计功能。</p>
本书介绍实分析的基本理论。全书共分八章，内容包括：集合与映射，拓扑空间，测度空间，积分，Riesz表示定理与Borel测度的正则性，L^p-空间，赋范线性空间初步理论和Hilbert空间初步理论。本书在选材上注重少而精，集中反映实分析的核心内容。在内容的叙述上，注意由浅入深，循序渐进。本书语言通俗易懂，推理严谨清晰，便于教学和自学。书中各章配有例题和习题，可供读者借鉴和练习。本书可作为大学数学专业硕士生一年级的教材，也可作为数学专业本科生高年级选修课教材。同时，也可供需要分析数学较多的理工科研究生和大学教师、科研工作者参考。